증명 보조기의 실패 메시지는 인공지능(AI) 탐색을 어떻게 바꿀까?
DeepSeek-Prover-V1.5는 Lean 4 검증 피드백을 강화학습과 트리 탐색에 이용해 형식증명 성능을 평가했습니다.
DeepSeek-Prover-V1.5: Harnessing Proof Assistant Feedback for Reinforcement Learning and Monte-Carlo Tree Search
연구와 학습, 시험과 도서를 한곳에서 찾습니다.
검색 결과마다 자료의 코너와 성격을 표시합니다. 제목을 먼저 살펴보고 그림 카드와 기존 본문으로 이어 가세요.

관심 주제로 찾아보기
DeepSeek-Prover-V1.5는 Lean 4 검증 피드백을 강화학습과 트리 탐색에 이용해 형식증명 성능을 평가했습니다.
DeepSeek-Prover-V1.5: Harnessing Proof Assistant Feedback for Reinforcement Learning and Monte-Carlo Tree Search
GamePad는 Coq 증명을 목표·맥락·전술·하위 목표의 상태 전이로 노출해 AI가 남은 거리와 다음 전술을 학습하도록 했습니다.
GamePad: A Learning Environment for Theorem Proving
Bartoš 등은 네 분야 6만8천여 메타분석을 다시 분석해 선택 편향 보정 뒤 효과 존재 확률과 크기가 흔히 줄어드는 흔적을 보고했습니다.
Footprint of Publication Selection Bias on Meta-analyses in Medicine, Environmental Sciences, Psychology, and Economics
관련논리는 전제와 결론 사이의 실제 연결을 형식화하지만, 단어 하나를 공유하는 것만으로 충분하지는 않습니다.
Relevance Logic
대규모 심리학 재현 프로젝트는 유의성 하나가 아니라 효과 크기·신뢰구간·주관 평가를 함께 봐야 함을 보여 줍니다.
Estimating the reproducibility of psychological science
56–60 / 69편